面向Ziv-Lempel壓縮文本的多查詢(xún)處理技術(shù).pdf

1、隨著計(jì)算機(jī)技術(shù)的飛速發(fā)展和信息化的推進(jìn)，全球的數(shù)據(jù)量正在以指數(shù)的趨勢(shì)迅猛增長(zhǎng)，而不斷增長(zhǎng)的數(shù)據(jù)集對(duì)數(shù)據(jù)查詢(xún)提出很多新問(wèn)題，對(duì)計(jì)算機(jī)內(nèi)存的要求也越來(lái)越高，很多情況下，數(shù)據(jù)集已經(jīng)無(wú)法完全被載入計(jì)算機(jī)內(nèi)存了。因此，近些年來(lái)對(duì)數(shù)據(jù)壓縮以及在壓縮數(shù)據(jù)上進(jìn)行查詢(xún)逐漸成為一個(gè)全新的研究熱點(diǎn)。另外，查詢(xún)又分單一查詢(xún)和多查詢(xún)。在壓縮數(shù)據(jù)上的單一查詢(xún)已有很多人在這方面做出了突出的貢獻(xiàn)，然而在壓縮數(shù)據(jù)上的多查詢(xún)處理技術(shù)至今仍是空白，但是這一處理技術(shù)在拼寫(xiě)檢查

2、、指紋識(shí)別、信息檢索、生物計(jì)算等諸多領(lǐng)域中都扮演著重要的角色，因此，研究高效的面向壓縮數(shù)據(jù)的多查詢(xún)處理技術(shù)迫在眉睫。
　　本文研究了在Ziv-Lempel壓縮文本上的多查詢(xún)處理技術(shù)，開(kāi)創(chuàng)了這一領(lǐng)域的先例，為后人進(jìn)行壓縮數(shù)據(jù)上的多查詢(xún)處理技術(shù)的研究奠定了一定的基礎(chǔ)。由于大規(guī)模系統(tǒng)應(yīng)用中部分查詢(xún)之間具有相關(guān)性特性，根據(jù)這一特性，針對(duì)Ziv-Lempel壓縮數(shù)據(jù)，提出了一種多查詢(xún)處理技術(shù)。通過(guò)分析多查詢(xún)之間的相關(guān)性，提出了新的公共子串定

3、義，讓公共子串滿(mǎn)足一定的長(zhǎng)度和出現(xiàn)次數(shù)。提出提取公共子串的算法以及有效地過(guò)濾重復(fù)或者存在包含關(guān)系的公共子串?；谔崛〉墓沧哟?，在壓縮文本中快速定位多個(gè)查詢(xún)，構(gòu)造候選集，并加以校驗(yàn)。這種利用公共子串代表多個(gè)查詢(xún)的方法可以大大減少查詢(xún)代價(jià)，從而提高多查詢(xún)處理技術(shù)的效率。
　　最后，在真實(shí)數(shù)據(jù)集上評(píng)估了提出的多查詢(xún)處理技術(shù)的性能。實(shí)驗(yàn)結(jié)果顯示，提取公共子串的方法能夠快速、高效地獲得公共子串集合，過(guò)濾掉冗余的公共子串。同時(shí)，多查詢(xún)處理技